Сурогатні моделі для відтворення динаміки цін фінансових активів

Вантажиться...
Ескіз

Дата

2026

Назва журналу

Номер ISSN

Назва тому

Видавець

КПІ ім. Ігоря Сікорського

Анотація

Дипломна робота: 117 с., 25 рис., 6 табл., 2 додатки, 35 джерел. Об’єктом дослідження є багатовимірні динамічні процеси, еволюція яких описується стохастичними диференціальними рівняннями з корельованими шумами. Предметом дослідження є методи побудови нейромережевих сурогатних моделей для відтворення розподілових та часових характеристик дохідностей фінансових активів. Метою роботи є розробка, обґрунтування і реалізація сурогатних моделей для дослідження поведінки основних фінансових показників на основі нейромережевої апроксимації стохастичної динаміки логарифмічних дохідностей. Методи дослідження базуються на основних положеннях теорії стохастичних диференціальних рівнянь, чисельних схемах інтегрування, теорії ймовірності та математичної статистики, методах глибокого навчання (рекурентні мережі, трансформери, Neural SDE, WGAN-GP) та статистичних тестах оцінювання якості розподілів (KS, Wasserstein, MMD). Практичне значення роботи полягає в тому, що запропоновані нейромережеві сурогати можуть замінити обчислювально дорогий симулятор Гестона у задачах, де критичною є швидкодія: оцінюванні ринкового ризику, стрес-тестуванні портфелів, ціноутворенні похідних інструментів і навчанні моделей машинного навчання на синтетичних даних. У роботі запропоновано і програмно реалізовано в середовищі Python з використанням бібліотеки PyTorch архітектуру Neural SDE-GAN з двовимірним станом Heston-типу та змагальним навчанням.

Опис

Ключові слова

сурогатні моделі, динаміка цін, фінансові активи, нейронні мережі, стохастичні диференціальні рівняння, фінансові часові ряди, surrogate models, price dynamics, financial assets, neural networks, stochastic differential equations, financial time series

Бібліографічний опис

Прийма, В. М. Сурогатні моделі для відтворення динаміки цін фінансових активів : дипломна робота … бакалавра : 124 Системний аналіз / Прийма Владислав Михайлович. – Київ, 2026. – 117 с.

ORCID

DOI